<b>성공을 창조하는 사람은 이렇게 가설을 세운다</br>데이터 분석 전문가가 알려주는 전략적 사고법</br>좋은 가설이 효과적인 아웃풋을 만듭니다</b></br></br>우리는 어떤 일을 할 때 같은 노력으로 더 나은 결과를 얻고 싶어 합니다. 실제로 주변을 살펴보면 동일한 시간과 노력을 들이는데도 훨씬 더 뛰어난 결과를 내는 사람들이 있습니다. 그들은 어떻게 그렇게 할 수 있는 걸까요? 우리도 그들처럼 효율적으로 일하려면 무엇이 필요할까요? 그것은 바로 일을 시작하기 전에 '가설'을 예리하게 잘 세우는 것입니다.</br></br>《일 잘하는 사람은 가설부터 잘 세웁니다》는 일상과 직장 생활에서 더 나은 결정을 내리기 위한 '가설 세우기'의 중요성을 다루는 책입니다. 저자는 '그냥 무턱대고 일하는 것'과 '좋은 가설을 세우고 일하는 것'에는 큰 차이가 있다고 설명합니다. 저자는 경영, 영업, 마케팅 등 다양한 분야의 실무를 직접 체험하고 연구하며 효과적인 가설 설정이 프로젝트의 성패를 좌우한다는 것을 발견했습니다. 그래서 저자는 가설을 '운영 체제'에 비유합니다. 여러 데이터 분석이나 방법 등이 효과적인 가설 위에서 작동해야 한다고 강조합니다.</br></br>또한 저자는 사람들이 보통 '자신의 경험을 바탕으로' 가설을 세우게 된다고 말합니다. 그러나 그것만으로는 좋은 가설을 세우기에 충분하지 않습니다. 저자는 왜 사람들이 좋은 가설을 세우기 어려워하는지, 좋은 가설이란 무엇인지, 그리고 경험의 한계를 뛰어넘어 좋은 가설을 세우기 위한 해결책은 무엇인지 설명합니다. 이, 책은 단순히 데이터 분석 기술이나 이론적 지식을 넘어, 실질적인 가설 설정과 검증, 평가 과정을 통해 독자들이 일을 할 때보다 큰 성과를 달성하도록 도울 것입니다.

게이오기주쿠 대학교 이공학부를 졸업한 뒤, 히타치제작소 입사하였다. 재직 중에 유럽과 미국의 비즈니스 스쿨을 다니면서 ＭBA 취득하였다. 이후 닛산자동차日産로 이직하여 해외 마케팅&세일즈 부문을 맡았으며 비즈니스 개혁 그룹 매니저 등을 역임하였고, 글로벌 조직에서 수많은 경영 과제의 해결과 비즈니스 개혁 프로젝트의 파일럿을 담당하였다.

2014년에 독립한 이후, 데이터를 활용하여 성과를 창출하는 방법과 기술을 쉽게 전달하는 저서와 강의로 명성이 높다. 전 세계 130개국을 여행했으며, 미니 농구 공인 코치 자격도 획득했다. 42년 동안 농구를 즐기며 현재도 현역으로 활동 중이고, 두 아이의 아버지이다. 현재는 데이터와 스토리를 결합한 회사의 대표로서 데이터 분석과 논리적 사고를 활용한 문제 해결 트레이너로 활동하고 있다. 또한 요코하마橫濱국립대학교의 비상근 강사와 타마多摩대학교 대학원의 객원 교수로도 재직 중이다.

저서로는 《빅데이터 시대, 성과를 이끌어 내는 데이터 문해력》, 《‘그건 근거가 어떻게 되지?’라는 말을 듣지 않기 위한 데이터?통계 분석이 가능한 책》, 《문제 해결을 할 수 있다! 무기가 되는 데이터 활용술》, 《‘그거 숫자로 설명할 수 있겠어?’라는 말을 듣고 난처해 하지 않는, 일 잘하는 사람의 데이터?통계술》 등이 있다.

<b>들어가기_ 어째서 다양한 방법론을 활용하지 못할까?</b></br></br>데이터 분석법을 중요하게 생각하지 않는 이유</br>많은 사람들은 얼렁뚱땅 가설을 세운다</br>방법론만으로 아웃풋의 품질을 높일 수 없다</br></br>가설만이 결과(아웃풋)의 품질과 성패를 좌우한다</br>모든 사람은 일상적으로 가설을 세운다</br>성과 여부는 가설에 달렸다</br></br>성과를 내기 위한 필수 요소 - 운영 체제와 애플리케이션의 관계</br>가설은 운영 체제, 다양한 방법은 애플리케이션</br>성과를 올리는 사람의 공통된 생각법 - 크리티컬 씽킹</br></br><b>1장_ 좋은 가설, 나쁜 가설</b></br></br>01 가설은 어떤 상황에서 필요할까?</br>가설이 필요한 상황</br>문제 해결과 기획 제안</br></br>02 가설이란 도대체 무엇일까?</br>문제 해결 또는 기획 제안 프로세스와 가설</br>현상 가설과 요인 가설 그리고 스토리 가설</br></br>03 좋은 가설이란 어떤 가설인가?</br>언뜻 보면 괜찮아 보이는 가설</br>가설 입안 원칙과 예외 케이스</br></br>04 결국, 좋은 가설이 목표로 해야 하는 것이란?</br>가설의 망라성</br>가설의 논리성</br></br><b>2장_ 목표 없는 가설은 의미도 없다 - 목표의 정의</b></br></br>05 가설 작성을 하기 전에 해야 할 일</br>여정표 완성에 필요한 것</br>구체적이지 않은 목표로는 가설도 만들 수 없다</br></br>06 어떤 목표를 설정할 것인가?</br>목표의 내용</br>목표를 설정할 때 필요한 마음가짐</br></br>07 바람직한 목표 설정에 필요한 포인트</br>내용의 구체성</br>언어의 구체성</br>왜를 뒤섞어놓지 않기</br>목표를 설정한 뒤에 주의할 점</br></br><b>3장_ 좋은 가설을 만들기 위한 테크닉</b></br></br>08 가설 만들기 세 가지 요소</br>가설은 어떻게 만드는 것이 좋을까?</br>일단, 생각하기</br>정리하기</br>확장하기</br></br>09 스토리 가설 - 결론에는 무엇이 필요한가?</br>스토리 가설이란 무엇인가?</br>스토리 가설을 어떻게 만들 것인가?</br></br>10 현상 가설 - 어떻게 현상을 분해할 것인가?</br>현상 가설이란 무엇인가?</br>좋은 현상 가설 만들기에 필요한 점</br>로직트리로 구조화할 때의 포인트</br></br>11 요인 가설 - 왜 그렇게 되었는가?</br>요인 가설이란 무엇인가?</br>좋은 요인 가설 만들기에 필요한 점</br>요인 가설을 만들 때 망설이게 되는 두 가지 포인트</br></br>12 로지컬 씽킹만으로는 충분하지 않은 이유</br>로지컬 씽킹으로 실현할 수 있는 것</br>로지컬 씽킹의 한계</br></br>13 보이지 않는 영역까지 시야를 넓히려면?</br></br>엄청한 발상을 가진 사람들의 생각법 - 크리티컬 씽킹</br>생각의 락인</br></br>테크닉 1_ 카테고리 접근법</br>카테고리 접근법이란?</br>① 아이디어 내기</br>② 카테고리 정리하기</br>③ 카테고리의 관계성 생각하기</br>④ 로직트리로 구조화하기</br>⑤ 아이디어를 짜내어 추가하기</br>⑥ 카테고리를 활용한 생각의 확장</br></br>테크닉 2 자기 부정</br>자기 부정이란?</br>자기 부정의 순서</br></br>테크닉 3 페어 콘셉트</br>페어 콘셉트란?</br>페어 콘셉트 활용법</br></br><b>4장_ 가설 만들기 실천 케이스</b></br></br>14 케이스 스터디로 가설 작성 실천력 높이기</br></br>케이스 1_ 컴퓨터가 작동하지 않는다</br>아이디어를 정리하기</br>왜 그럴까를 반복하기</br>더 많은 가설 아이디어를 추출하기</br></br>케이스 2_ 가정용 프린터 매출이 떨어졌다</br>업계 지식으로 매출을 분해하기 - 일반적인 현상 가설</br>매출 감소의 요인 가설 만들기</br></br>케이스 3_ 마을 인구가 현저하게 감소하고 있다</br>모든 지방 자치 단체에서 공통적으로 발생하는 문제</br>생각을 정리하여 가설로 확장하기</br></br>케이스 4_ 야근 시간이 줄어들지 않는다</br>요인 가설 만들기</br>가설 아이디어 확장하기</br></br>케이스 5_ 서비스나 이벤트 방문객을 늘리고 싶다</br>설문이나 조사를 할 때 빠지기 쉬운 함정</br>요인 가설을 정리하기</br></br>케이스 6_ 사내의 디지털화가 더디다</br>카테고리부터 생각하기</br>가설 작성 능력 향상에 필요한 것</br></br><b>5장_ 데이터 분석에 의한 가설 검증</b></br></br>15 주관적인 가설을 객관적인 데이터로 검증하기</br>데이터를 활용한 가설 검증의 장점</br>가설을 검증할 때 빠지기 쉬운 심리 상황</br></br>16 현상 가설을 데이터로 검증하려면? - 비교 및 평가 시점</br>현상 가설 검증에서 확인할 점</br>최적의 정보를 얻기 위한 데이터 해석</br></br>17 요인 가설을 데이터로 검증하려면? - 관계성의 시점</br>요인 가설 검증에서 확인할 점</br></br>방법 1_ 산포도를 활용한 관계성의 가시화</br>방법 2_ 상관 분석으로 관계성을 정량화하기</br>생각법 업그레이드_그룹핑 발상으로 생각하기</br></br>18 데이터가 없다고 탄식하기 전에 생각할 점</br>데이터 활용의 장벽</br>유효한 데이터는 가까운 곳에 있다</br></br>19 (방법론이나 계산 이외의 문제에서) 데이터 검증이 제대로 작동하지 않는 이유</br>가설 검증에 영향을 미치는 작업자의 심리</br>크리티컬 씽킹을 방해하는 심리적 장벽</br></br>마무리하며</br>이 책을 옮기며